正規表現は、いくつかの小さなルールです
①メタ文字
ルール | 使い方 |
---|---|
\ dは | 一致の数が等しい - > [0-9] |
\ワット | [_a-ZA-Z0-9]> - 下線付きの文字は数字が等しい一致します |
\ sの | 改行、タブキーとスペースをマッチング |
\ D | どのような数字のマッチングに加えて |
\ W | 何かをマッチングに加えて、英数字、下線 |
\ S | Tabキー以外の改行の何かとのマッチングスペースに加え、 |
。 | すべての物事の改行ERモジュールをマッチングに加えて、改行などre.Sに合わせることができます |
[] | 左と右の角括弧は、文字クラスを指定するために使用されます。文字クラスは、一致に基づいてする文字のグループです。 |
[^] | 逆の |
^ | 最初にマッチします |
$ | 試合終了 |
②数量
ルール | 使い方 |
---|---|
? | マッチ0または1 |
+ | 1回以上一致 |
* | 0回以上一致 |
③貪欲マッチング非貪欲
常に多くの試合として数量の範囲内-欲は
常に数量の範囲内でできるだけ一致-不活性
。*?Xは任意のコンテンツに一致するは、x停止に何度でも遭遇
Xに遭遇したら、+ Xは、少なくともいずれかの内容と一致しますか。?ストップ
④避難の問題
特別な意味、特別な意味\の廃止があり
、特殊なメタ文字の意味の廃止は、2つの方法があります
\メタ文字の前にあるプラスを
力に、中の文字セットでこのメタ文字の文字の部分に
[。()+ *? ]
Pythonの - > reモジュール
findall
会优先显示分组内的内容
*****取消优先显示(?:正则)
search
只能返回第一个符合条件的项
得到的结果需要.group取值
默认获取完整的匹配结果
通过group(n)取第n个分组中的内容
# search 还是按照完整的正则进行匹配,显示也显示匹配到的第一个内容,但是我们可以通过给group方法传参数
# 来获取具体文组中的内容
ret = re.search('9(\d)(\d)','19740ash93010uru')
print(ret) # 变量 -- > <re.Match object; span=(1, 4), match='974'>
if ret:
print(ret.group()) # --> 974
print(ret.group(1)) # --> 7
print(ret.group(2)) # --> 4
# findall
# 取所有符合条件的,优先显示分组中的
# search 只取第一个符合条件的,没有优先显示这件事儿
# 得到的结果是一个变量
# 变量.group() 的结果 完全和 变量.group(0)的结果一致
# 变量.group(n) 的形式来指定获取第n个分组中匹配到的内容
# 加上括号 是为了对真正需要的内容进行提取
ret = re.findall('<\w+>(\w+)</\w+>','<h1>askh930s02391j192agsj</h1>')
print(ret) # --> ['askh930s02391j192agsj']
コードの他のコンテンツ詳細なコメントは、あなたがステップで私のコードの実行ステップをコピーすることができ、その後、実験
以下の内容:分割サブSUBN数学、コンパイル、finditer
# split sub subn math,compile,finditer
# split
res = re.split('\d+', "cyx123456cyxx")
print(res) # --> ['cyx', 'cyxx']
res = re.split('(\d+)', "cyx123456cyxx") # 保留分组
print(res) # --> ['cyx', '123456', 'cyxx']
# sub 替换
res = re.sub('\d+', '我把数字替换了',
"cyx123456cyxxx123456") # 默认全部替换,当然也可以替换一次re.sub('\d+','我把数字替换了',"cyx123456cyxxx123456",1)
print(res) # --> cyx我把数字替换了cyxxx我把数字替换了
# subn 替换了并显示替换的次数
res = re.subn('\d+', '我把数字替换了', "cyx123456cyxxx123456")
print(res) # --> ('cyx我把数字替换了cyxxx我把数字替换了', 2)
# match 这个就相当与加了个^ (和search差不多) --> 主要用来规定这个字符号必须是什么样的
res = re.match('\d+', 'cyx123456cyxxx')
print(res) # --> None
res = re.match('\d+', '123cyx456cyxxx')
print(res.group()) # --> 123
# compile -- 节省代码的时间的工具
# 假如同一个正则表达式要被使用多次
# 节省了多次解析同一个正则表达式的时间
ret = re.compile("\d+")
res = ret.search("cyx12456cyxXX123")
print(res.group()) # --> 12456
# finditer --> 节省空间
ret = re.finditer("\d+", "cyx123456cyxxx125644")
for r in ret:
print(r.group()) # --> 123456
# 125644
# 怎么又节省时间又节省空间呢?
ret = re.compile('\d+')
res = ret.finditer("cyx222231fddsf45746sdf2123sdf56456sdf10123sdf123132sdf")
for r in res:
print(r.group())
"""
222231
45746
2123
56456
10123
123132
"""
# 分组命名(?P<组名>正则) (?P=组名)
# 有的时候我们要匹配的内容是包含在不想要的内容之中的,
# 只能先把不想要的内容匹配出来,然后再想办法从结果中去掉
# 分组命名的用法 (找两个组里面是一样的内容)
exp = '<abc>asdasf54545645698asdasd</abc>00545sdfsdf</abd>'
ret = re.search('<(?P<tag>\w+)>.*?</(?P=tag)', exp)
print(ret) # -- > <re.Match object; span=(0, 33), match='<abc>asdasf54545645698asdasd</abc'>
# exp2:
import re
ret = re.search('\d(\d)\d(\w+?)(\d)(\w)\d(\d)\d(?P<name1>\w+?)(\d)(\w)\d(\d)\d(?P<name2>\w+?)(\d)(\w)',
'123abc45678agsf_123abc45678agsf123abc45678agsf')
print(ret.group('name1')) # -- > agsf_123abc
print(ret.group('name2')) # -- > agsf
小さな思考の今日
我々はこのようなリストを持っている場合:
lis = ['', 'z', 'c', 'asd', 'sdf', '', 'asd']
だから、どのように我々は、ヌル文字の内側にそれを削除しますか?
ret = filter(lambda n: n, lis)
print(list(ret)) # --> ['z', 'c', 'asd', 'sdf', 'asd']